中國頭部大模型廠商開始集體衝擊2兆以上參數，但參數競賽重啟的影響不會僅停留在模型層面，它正在沿著產業鏈上游的晶片設計和算力基礎設施傳導。
7月29日，一則關於大模型公司北京月之暗面科技有限公司（下稱“月之暗面”）的融資消息在業內迅速傳開——月之暗面已完成新一輪超35億美元融資，投後估值升至350億美元，Pre-IPO輪也已啟動，投前估值達到500億美元。
這意味著，相較2025年底C輪融資時的估值43億美元，月之暗面在半年多的時間裡估值增長超過10倍，這一速度在全球AI創業公司中也不多見。記者就上述融資資訊向月之暗面方面傳送了求證郵件，截至發稿未獲回覆。
推動這輪估值躍升的核心催化劑是月之暗面7月16日發佈的旗艦模型Kimi K3，該模型的參數規模達到約2.8兆（精確值為2.78兆），是目前全球參數量最大的開源模型。
7月19日，月之暗面發佈公告，宣佈暫停C端（個人使用者）新使用者訂閱，將全部算力投入保障已有使用者的服務。7月27日晚間，月之暗面進一步公開了Kimi K3的模型權重和一份47頁的技術報告，對模型架構和訓練方法做了全面披露。
Kimi K3的發佈只是“中國大模型集體轉向大參數”的一個切面：阿里7月19日發佈的旗艦模型Qwen3.8 Max，參數量約2.4兆；百度1月上線的文心5.0，參數量同樣達到2.4兆；DeepSeek 4月發佈的V4-Pro，參數量為1.6兆。另據記者瞭解，MiniMax（00100.HK）下一代模型的參數量也將超過2兆。
2025年，DeepSeek R1的發佈曾讓行業一度轉向更小參數、更低成本的路線，“Scaling Law（規模法則，即模型性能隨參數規模和算力增加而可預測地提升的經驗規律）是否已經失效”成為貫穿全年的熱議話題。
但僅一年之後，“參數競賽”再次啟動，中國頭部大模型廠商開始集體衝擊2兆以上參數。
參數躍升
Kimi K3的參數躍升幅度在行業內並不常見。
和上一代相比，Kim K3的總參數從1.04兆增至2.78兆，增長了167%；啟動參數從326億增至1042億，增長220%；上下文窗口從128K（K代表千）擴展至100萬詞元（Token，AI模型處理文字的基本計量單位），擴大了近8倍。
月之暗麵糰隊在7月27日發佈的Kimi K3技術報告中指出，過去一年，開源模型在推理階段的強化學習上進展很快，但預訓練基座的參數規模停滯在1兆左右。
大模型的訓練分為兩個階段——預訓練階段，模型在海量資料上學習語言、知識和推理模式，形成底層能力，參數規模和資料質量決定了這層能力的上限；後訓練階段，研發團隊通過強化學習（用獎勵訊號引導模型改進推理策略）、思維鏈（讓模型把推理過程拆解成多個步驟逐步推導）等方法，在底層能力之上做精細打磨。
過去一年，行業把主要精力放在了後訓練上——DeepSeek R1證明了強化學習可以在較小參數的模型上取得很好的效果，國內外廠商紛紛跟進。但Kimi K3技術報告提出的問題是，後訓練的最佳化空間受制於預訓練基座的容量，基座的能力邊界決定了後訓練的上限。
早在今年3月的中關村論壇上，月之暗面創始人楊植麟就公開闡述過類似的判斷。他認為，做大模型本質上是把更多的能源轉化成智能，規模化絕非暴力增加算力投入，而是關於轉化效率的競賽。他在演講中拆解了三個提升效率的維度：提升詞元效率，從有限的存量資料中挖掘更多智能；最佳化長上下文架構，以低損耗完成長時間複雜任務；引入Agent叢集（多個AI智能體平行協作）模式，通過協作擴展模型執行複雜任務的邊界。
華南一家大型券商的半導體分析師告訴經濟觀察報，參數競賽重啟還有外部推力——2026年6月下旬起，以Claude為代表的海外頭部模型開始限制國內模型對其API（應用程式程式設計介面）的訪問，這意味著蒸餾（用大模型的輸出來訓練小模型）作為過去兩年國內模型縮短差距的重要路徑，正在變得越來越窄。
在他看來，大模型的發展可以劃分為三個階段：第一階段從2023年初到2024年第三季度，以預訓練參數競賽為主；第二階段從2024年下半年開始，行業轉向後訓練的強化學習和推理最佳化；2026年正在進入第三階段，模型能力從單體智能升級為系統編排，AI開始向智能體（Agent）的形態演進。
他認為，第三階段並沒有取代前兩個階段，參數量的持續增長仍然是關鍵變數。中國大模型的追趕將主要依賴三條路徑：訓練範式與海外對齊，建構自有的資料反哺循環，持續擴大預訓練基座的參數規模。
深圳一家網際網路遊戲企業的產品經理告訴記者，對使用者來說，參數規模的直接體感是模型“能處理複雜的任務”。
據其介紹，他所在的團隊從今年年初開始把AI程式設計工具接入日常開發流程。在一個完整的程式設計任務中，模型需要讀取整個項目的上下文，連續呼叫編譯、測試、偵錯等工具，執行多輪自我修正，單次會話消耗的詞元量是傳統對話場景的很多倍。這類長程任務對模型底層能力的要求，和簡單的一問一答完全不在一個量級上。
由此，“模型能連續工作多久”正在成為衡量模型能力的新指標。
規模法則
2.8兆參數規模巨大，但Kimi K3的每次推理並不需要動用全部參數。
根據技術報告，Kimi K3採用了MoE架構（Mixture of Experts，混合專家系統）。這種架構的核心思路是把模型參數分成多個功能模組，稱為“專家”。在處理每一個輸入時，路由系統只啟動與當前任務最相關的一小部分專家，其餘專家不參與計算。
Kimi K3擁有896個專家模組，每次推理只啟動其中16個，稀疏度達到56倍，實際參與計算的啟動參數約1040億。換言之，一個2.8兆參數的模型，單次推理的算力消耗大致相當於一個千億參數等級的稠密模型（即每次運算都呼叫全部參數的傳統模型）。
MoE架構解決的是“參數量大但推理成本可控”的問題。在此基礎上，月之暗面還需要解決兩個難題：長上下文場景下的計算開銷，以及資訊在深層網路中的逐層衰減。
根據Kimi K3技術報告，月之暗面分別為此開發了兩項底層架構。
第一項是KDA（Kimi Delta Attention，混合線性注意力機制）。傳統Transformer架構（當前主流大模型普遍採用的底層技術框架）在處理長上下文時，需要維護一個快取，這個快取的體積隨輸入長度線性增長。100萬詞元的上下文意味著龐大的視訊記憶體佔用和計算開銷，KDA的做法是，把這個不斷膨脹的快取壓縮成固定大小的矩陣狀態，使百萬級上下文的計算開銷大幅下降。
第二項是注意力殘差（Attention Residuals）。在傳統的深層網路中，資訊從底層逐層向上傳遞，每經過一層都會有部分資訊衰減或丟失。注意力殘差的做法是，讓每一層都能選擇性地回看前序所有層的輸出，跳過逐層傳遞的限制。根據KimiK3技術報告，這項改進的額外成本約為2%，但顯著緩解了資訊在深層網路中的衰減問題。
MoE、KDA和注意力殘差三項技術疊加上後，KimiK3相比K2的整體擴展效率提升了約2.5倍，即同樣的算力投入下Kimi K3能達到更好的模型表現。
效率的提升也直接反映在了使用成本上。
根據公開的API定價，KimiK3的輸入價格為每百萬詞元人民幣20元，輸出價格為100元。折合美元計算，Kimi K3的輸出單價約為14美元/百萬詞元，低於GPT-5.6 Sol的30美元和Claude Fable 5的50美元。Kimi K3在第三方評測中的單任務平均成本約0.94美元，與GPT-5.6 Sol基本相當，約為Claude Opus 4.8的一半。
在“用更少的算力產出更多的智能”這個方向上，端側模型廠商走得似乎更快一些。
面壁智能CEO李大海在接受經濟觀察報採訪時提到了一組對照資料：面壁的端側模型用10億到20億的參數量，已經達到了兩年前GPT-4o（OpenAI於2024年發佈的旗艦多模態模型，參數量在數百B等級）的水平，相當於實現了近百倍的壓縮。面壁聯合創始人、總裁雷升濤將這個方向稱為“知識密度定律”，即大約每3.5個月端側模型的能力密度翻一倍。
雲端模型在擴大參數規模，端側模型在壓縮參數規模，底層邏輯一致，都在提升每單位算力的智能產出。
在李大海看來，雲端程式設計、長程Agent等場景的爆發已經開始，端側雖然還沒有迎來類似的商業爆發，但模型能力的提升一直在發生。兩年前，達到GPT-4o水平需要數百億參數量級的模型，如今面壁用10億到20億參數量級的端側模型就能做到。雲端在做大，端側在做小，但驅動兩者進步的底層規律是同一個——投入更多的算力和更好的架構，就能換來更強的模型能力。“沒有爆發不代表沒有Scaling Law”，他說。
野村證券7月27日發佈的研報指出，3兆參數被行業視為中國大模型的下一個里程碑，但模型競爭力將越來越依賴架構效率、後訓練最佳化和長程任務表現。
產業鏈傳導
參數競賽重啟的同時，頭部模型廠商的商業化也在加速。
公開資訊顯示，月之暗面的ARR（年度經常性收入）在6月中旬突破3億美元，API收入佔比超過七成。
月之暗面企業業務負責人黃震昕在6月的一次公開活動中提到，自今年1月Kimi K2.5發佈以來，Kimi海外付費使用者數增長了4倍，產品進入200多個國家和地區。網際網路、金融、製造、教育、醫療等行業已成為Kimi重要的企業客戶來源。
Kimi K3發佈帶來的需求激增也讓算力緊缺浮出水面。公開資訊顯示，Kimi K3的部署需要一台8卡B300伺服器，訓練需要萬卡級叢集。多位接受採訪的業內人士提到，智算中心的大部分算力已被頭部大廠鎖定，獨立模型公司獲取算力的能力相對滯後，即便遇到Kimi K3這樣的需求爆發也難以及時補充。
李大海從端側的角度提供了觀察。他用八個字概括端側和雲端的分工關係——端側主內，雲端主外。端側掌握使用者的私有資料和即時需求，資料不出裝置，負責隱私敏感的本地推理；雲端接入外部世界的資訊和服務，處理對模型能力要求更高的開放性任務。他認為，隨著雲端模型參數規模持續做大，端側和雲端協同的格局會長期共存。
上述券商半導體分析師告訴記者，國內大模型競爭已經形成兩個梯隊：阿里和DeepSeek在模型能力和業務覆蓋上位居前列，騰訊、字節、智譜、月之暗面緊隨其後。競爭焦點也正在從底層模型能力轉向AgentOS（智能體作業系統，即模型之上負責任務編排、工具呼叫和長程執行的系統層）的綜合能力。
在國內競爭格局高速變動的同時，海外市場正在成為中國頭部大模型廠商爭奪的另一個增量來源。
野村在前述研報中提到，DeepSeek截至6月的ARR約為5.2億美元，其中海外市場貢獻了約47%到48%。不過，採用者以個人開發者和中小團隊為主，大型企業的滲透率仍然有限。而且，在實際的開發流程中，不少海外開發者已經形成了分層呼叫的習慣，使用Claude Code、Codex等海外模型做架構設計和複雜推理，再切換到DeepSeek等國產模型做持續的程式碼生成和執行。也就是說，國產模型率先拿下的，是詞元消耗最密集的執行環節。
華東一家大型公募機構的研究員告訴記者，詞元的整體成本在持續下降，預計年降幅在三成到五成。值得注意的是，Agent鏈路中等複雜度的任務，單次呼叫消耗的詞元量是傳統對話場景的二十多倍，超複雜任務的單次消耗達到百萬詞元等級。成本下降正在激發更多複雜任務的需求，整體利潤由增量市場驅動。“做大參數”對算力產業鏈的影響也已經開始傳導到晶片層面。
聆思科技是一家由科大訊飛體系孵化的端側AI推理晶片公司，已累計出貨超過1.5億顆晶片，7月剛完成近5億元B輪融資，首顆端側大模型推理晶片Nebula系列計畫於年底流片。
聆思科技市場副總裁韓超陽告訴經濟觀察報，端側推理市場的規模未來將比雲端大出不止一個數量級。他同時強調，算力利用率比絕對算力峰值更關鍵，一顆標稱200T（每秒200兆次運算）算力但利用率只有百分之十幾的晶片，和一顆100T算力利用率達到七成的晶片，實際產出完全不同。
但當前端側晶片在推理性能和功耗上仍無法滿足需求，在他看來整個市場仍處於萌芽階段。
聆思科技副總裁徐燕松提到，晶片公司和演算法公司未來可能不再獨立存在，晶片設計必須比演算法迭代更前置地投入研發，“晶片的研發周期通常在兩到三年，必須提前判斷兩三年後模型架構的走向，否則晶片推出時就已經落伍了”。
這也意味著，參數競賽重啟的影響不會停留在模型層面，它正在沿著產業鏈上游的晶片設計和算力基礎設施傳導。
在上述公募機構研究員看來，大模型向行業場景的滲透可以分為三個階段：第一階段是AI程式設計代理，對應全球約3000萬軟體開發者和部分外包採購市場，核心規模約7000億美元；第二階段是流程性AI代理，面向客服、財務、行政等約3.7億白領辦公人群，薪酬池規模超過1兆美元；第三階段及之後將延伸至金融、醫療、法律等專業領域，市場體量達到3兆至4兆美元以上。
他認為，目前僅處於第一個階段的初期。按照上述框架來看，當前圍繞AI程式設計場景的詞元消耗量爆發，距離真正的規模化滲透還很遠。(經濟觀察報)